华工数学实验 古典概型.doc

《数学实验》报告 学 院： 电子信息学院 专业班级： 信息工程电联班 学 号： 姓 名： 实验名称： 古典概型 实验日期： 2016.6.14 古典概型 实验目的 掌握古典概型的计算机模拟方法； 通过随机实验了解古典概型的频数、概率含义及其关系； 借助高尔顿钉板实验进一步认识分布和数学期望的实质； 进一步理解中心极限定理的本质及其重要意义。 实验任务 1 . A、B两人赌博，将两颗骰子掷一次，若其点数和为7则A赢，为10则B赢，为其他点则平分赌注。试求两人分配赌注的比例。（请用理论和实验相结合的方法完成） 2. 电力供应问题。某车间有200台车床互相独立的工作， 由于经常需要检修、测量、调换刀具等种种原因需要停车，这使每台车床的开工率只有60％。而每台车床开动时需耗电1kW，显然向该车间供电200kW可以保证有足够电力供这些车床使用，但是在电力比较紧张的情况下，给这个车间供给电力太多将造成浪费，太少又影响生产。如何解决这一矛盾？(模拟法？) 一种解决方案是保证有基本足够的电力供应该车间，比如要求在8小时的生产过程中允许有半分钟的电力不足，半分钟约占8小时的0.1％，用概率论的语言就是：应供应多少电力才能以99.9％的概率保证不会因为电力不足而影响生产？ 问题1：计算分布函数在某些点的取值F(m)，m＝0，1，2，…，200，并将它绘于图上，辅助某些必要的计算，求出问题中所需要的供电功率数 问题2：将8小时按半分钟分成若干时间段，共有8*60*2＝960个时间段。用二项分布模拟8小时车床运行的情况。观察已算得的供电功率数是否能基本满足车间正常工作，写出你的结论。 3.实验过程 3.1实验原理 Rand(m,n)：产生m×n个(0,1)区间中的随机数，并将这些随机数存于一个m×n矩阵中。每次调用rand(m,n)的结果都会不同 3.2算法与编程 3.2.1 function p=stake(n) awin=0;bwin=0;equal=0; for i=1:n s0=randi([1,6],1,2); s=s0(1)+s0(2); if s==7 awin=awin+1; else if s==10 bwin=bwin+1; else equal=equal+1; end end end p=(awin+equal*0.5)/(bwin+equal*0.5); end 实验结果 stake(1000000) ans = 1.1815 理论计算 两个色子的和为7的可能结果为6种，两个色子的和为10的可能结果为3种，两个色子的总可能结果为6*6=36种，则剩下的36-6-3=27种可能结果为AB平分，所以计算A/B分赌注比例： (6*1+27*0.5)/(3*1+27*0.5)=1.181 结果分析： 实验结果与理论计算结果一致，第一题任务完成，AB赌注比例为1.181. 3.2.2 根据题意，机器开动时的总功率服从二项分布： X~（200,0.6）， 因此，我们可以利用钉板模型来进行多次模拟，以达到模拟二项分布的效果。代码如下： P=0:200; p=0.6; n=200; x=0:n; F=binocdf(x,n,p); %进行二项分布模拟，求得分布函数F plot(P,F),title(分布函数F(m)); Pw=find(F=0.999) %找出F=99.9%的功率点 Pw(1)-1 %结果偏移量修正，得到模拟结果 运行结果： 由此得知，模拟法所得结果为：当供应141kW的电力时，才能以99.9％的概率保证不会因为电力不足而影响生产。 下面再将141kW的结果代入进行二项分布模拟验算，代码如下： P=0:200; p=0.6; n=200; m=8*60*2; rand(seed,1); k=[]; for i=1:50 R=binornd(n,p,1,m); k=[k,length(find(R142))]; end s=1-k/m; stem(1:50,s),axis([1 50 0.99 1]),title(50次模拟中，机器可以正常工作的概率) 运行结果： 由结果知：当供应141kW的电力时，进行50次模拟后，机器基本都有99.9%以上的概率正常工作